Hay muchos proyectos de IA recientemente, míralos uno por uno, miré 0g antes y tengo una comprensión general de su marco. Hoy estamos viendo qué es Sentient @SentientAGI. Encontrará que los fundadores son diferentes, e incluso proyectos de direcciones similares tendrán diferentes enfoques. Sentient Protocol es un protocolo descentralizado que permite a la comunidad construir, administrar y usar la IA leal (que se traduce como IA leal, que debería ser la alineación de la IA, pero su alineación es una IA que está alineada, propiedad y controlada por la comunidad. ¿Cómo se logra? Dos partes: - El segmento de IA, pipeline de IA (gestión de datos, formación en fidelización) y es la base para desarrollar y entrenar IA de fidelización. - Parte de blockchain, Gobernanza: Un sistema controlado por una DAO, Propiedad: Una representación tokenizada de la propiedad del modelo/aplicación, DeFi: Un instrumento financiero descentralizado. ¿Cómo se alinea la parte de IA con la comunidad? Utilizó blockchain para coordinar la gestión de datos Gestión de datos: A través del filtrado de datos, los datos de las directivas o las recompensas determinadas por la comunidad se filtran cuidadosamente y se diseñan para alinearse con las preferencias de la comunidad. La combinación de datos garantiza que el modelo sea resistente a la manipulación. Los procesos de gestión de datos están arraigados en la comunidad. Deje que la comunidad controle la producción de datos del modelo a través del modelo de gobernanza. Los usuarios y los creadores de aplicaciones pueden enviar propuestas para el ajuste o las mejoras del modelo, mientras que los propietarios de los modelos supervisan la gobernanza a través de la votación descentralizada. Permite a la comunidad contribuir, validar y controlar los datos de entrenamiento. Entrenamiento de lealtad: Dado el conjunto de datos cuidadosamente seleccionado que entrena a la IA para que sea leal y esté alineada con los valores de la comunidad, el proceso de capacitación en lealtad incluye: Alineación robusta: use el ajuste fino supervisado (SFT) y el aprendizaje por refuerzo (RL) para entrenar la alineación del modelo. Entrenamiento de huellas dactilares: La tecnología avanzada de huellas dactilares está integrada en el modelo, y la huella dactilar sirve como prueba de propiedad del modelo, lo que permite a la comunidad realizar un seguimiento de las modificaciones y el uso del modelo al tiempo que disuade las modificaciones no autorizadas. Entrenamiento de control: Implante consultas especiales para mantener el control del modelo. Estas consultas garantizan respuestas deterministas a entradas predefinidas, lo que permite un control preciso sobre la salida de la IA. Mira esta imagen para comprender mejor toda su estructura: El otro equipo se centra en diferenciar el paradigma de servicio de un modelo rentable y leal (OML), así como todo el modelo de openai y deepseek, y luego presentar los detalles de OML. En comparación con @0g_labs la construcción de una infraestructura técnica descentralizada (incluida la descentralización de la potencia informática para entrenar modelos, etc.), Sentient se centra en alinear y entrenar el modelo con la voluntad de la comunidad, etiquetar la propiedad (tecnología de huellas dactilares) y un conjunto de diferentes modelos de innovación (modelo OML) que combinan paradigmas comerciales.